首屆大模型頂會COLM 高分論文：偏好搜索算法PairS，讓大模型進行文本評估更高效

AIGC動態歡迎閱讀

原標題：首屆大模型頂會COLM 高分論文：偏好搜索算法PairS，讓大模型進行文本評估更高效
關鍵字：偏見,人類,算法,模型,高效
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com文章作者皆為來自劍橋大學語言技術實驗室，一作為三年級博士生劉胤宏，導師為教授 Nigel Collier 和 Ehsan Shareghi。他的研究興趣是大模型和文本評估，數據生成等。共同一作為二年級博士生周涵，導師為教授 Anna Korhonen 和 Ivan Vuli?，他的研究興趣是高效大模型。
大模型展現出了卓越的指令跟從和任務泛化的能力，這種獨特的能力源自 LLMs 在訓練中使用了指令跟隨數據以及人類反饋強化學習（RLHF）。在 RLHF 訓練范式中，獎勵模型根據排名比較數據與人類偏好對齊。這增強了 LLMs 與人類價值觀的對齊，從而生成更好地幫助人類并遵守人類價值觀的回應。
近日，第一屆大模型頂會 COLM 剛剛公布接收結果，其中一項高分工作分析

原文鏈接：首屆大模型頂會COLM 高分論文：偏好搜索算法PairS，讓大模型進行文本評估更高效

聯系作者

文章來源：機器之心
作者微信：
作者簡介：